MJev-Spatial通过本地注意力匹配使系统一空间智能成为可能
MJev-Spatial使用Qwen3.5-4B的单通分类来解决空间任务,在12个基准测试中得分为65.64%,运行速度是5.6倍.
模型
新的大语言和 multimodal 模型,它们的性能以及成本.
DeltaStreamer旨在实现类似人类的流媒体视频理解.
德尔塔Streamer观看流媒体视频,建立可搜索的内存,并重新访问 late为迟的问题,提高开源视频理解.
美国银行正在分配4,000员工来解决 Anthropic 的Mythos和其他AI模型发现的漏洞.
美国银行已经分配了1,000个外部承包商和3,000名内部员工来纠正AI模型发现的 software 种漏洞,包括 Anthropic 的神话. 这项努力始于安全实验室推广人工智能驱动的漏洞发现后,事件和评估缓解了早期的怀疑态度. 该银行的第三季度支出结合了 software 修…
Black Forest Labs'开放式图像模型FLUX 3 Image Klein可以在消费者 GPUs 上运行,只有8 GB的视频 RAM.
FLUX 3 Image Klein是一个 5.6B开放式图像模型,具有 4K编辑,十个引用,8 GB视频 RAM支持, fine-tuning ,免费商用.
作为 Qwen , GLM 和 Kimi 的竞争对手,
梅塔推出了Muse Spark Open,一个具有816B参数的开放权重的 multimodal 模型,拥有42B个活跃参数,1M个上下文和在Hugging Face上的权重.它与 Qwen , GLM 和 Kimi 在代理和推理基准方面竞争,但是在编码和付费Muse Wonde…
梅塔发布了一个可以在Mac电脑上运行的开放重量AI模型
梅塔的开放重量Muse Spark有8160亿个参数,1百万 token 上下文,针对Macs进行代理编码,但需要1TB RAM或API访问.
Intern Lumina U2是一个多代码库扩散LLM,用于全视觉理解和图像生成.
Intern Lumina U2是一个离散的传播LLM与1.4亿活跃参数,统一理解,生成和编辑在一个接口.
据报道, OpenAI 计划在今年至少推出一款车型,但其旗舰机型仍需要调整.
OpenAI 可能在年底之前发布一两款车型;其循环式的旗舰产品 Transformer 需要调整,安全监测和政府审查.
阿贡是为了帮助您解决最具挑战性的问题而设计的.
它将人类视频转换为空间地图,联合计划和模拟代码,
"下载"探讨了开放模式的权衡和地热发电的前景.
随着地热发电的发展, Anthropic 警告开放AI模型存在风险;元模型,AI自我复制以及公开与封闭辩论也趋势.
开放模式提供了有意义的优势, 但这些优点是否超过风险?
这场辩论将开放的AI模型, 允许本地使用,研究和降低成本与强大的开放权重可能有助于网络攻击的风险进行对比.
梅塔的新前沿型号Muse Wonder Full加入了AI顶级.
在Active Memory和Active Focus的帮助下, Meta Muse Wonder Full以更强大的代理编码,数学和基准成绩跃升到边境AI地位, 但用户在任务和 tokens 之间面临更高的成本.
梅塔推出第一个前沿型号Muse Wonder.
梅塔的第一个前沿模型Muse Wonder和Muse Wonder Full强调主动内存,MemoryBench收益以及$4每百万输入API定价.
梅塔已经推出了一些精彩的新AI型号.
在Muse Spark和Muse代理之后, Meta推出了两款新的 AI 型号,声称它们可以与顶级行业系统竞争,并在拥挤的 AI 比赛中展示其快速产品发布.
PolyOCR-Venus为以文本为中心的视觉智能提供统一光学字符识别基础模型.
PolyOCR-Venus 是一系列 OCR 基础模型,涵盖文本识别,接地化,文档解析,信息提取和 OCR推理在一个指令遵循框架中.经过 Competence-Guided Policy Optimization (CGPO) 的训练,9B 模型在 OCRBench v2.1 英…
Microsoft 的决定-1模型加入了快速扩大的AI决策模式竞争
Microsoft Decision-1,建立在Qwen3.5-9B的基础上,以83.5%精度,85ms延迟和$0.042每百万输入 tokens 领先36个基准.
Claude × Anthropic 现在可以通过动态工作流程同时协调多达 1,000 AI 的代理
Claude Managed Agents现在支持动态的工作流程:一个主管代理人协调多达1,000个子代理,改善覆盖范围但增加 token 的成本.
"完全疯狂":数学家可能需要数年的时间来解开 OpenAI 的最新版本
专家们说验证和理解这些结果可能需要数年时间,从而挑战了AI的研究作用.
世界指南:一个以目标为导向的视频世界模型,用于执行程序任务
世界指南 (WorldGuide) 是MBZUAI-ORYX的一种目标导向的视频世界模型,它将程序性视频生成转换为闭环任务执行.ContextPlanner从产生的视觉状态预测下一个原子动作或完成 token ,而 Executor则作为视频剪辑呈现该操作.层次化的视觉内存在长时…
USDCraft:模拟3D关节资产的基于几何程序建模
USDCraft将文本,图像或网格转换为Isaac Sim个有门,抽和机器人训练的关节资产; 工件正在等待.